【第612回】 Agentforce ： 2026 年 10 月 新機能リリース ハイライト

Data 360 と同様に、Agentforce もほぼ毎月のように新機能や改善が追加されています。そのため、最新情報を追い続けるだけでも、かなりの労力が必要になってきました。

私自身も、「気が付いたら新機能が追加されていた」「どの機能が本当に重要なのか判断しづらい」と感じることが増えています。リリースノートには多くの情報が掲載されていますが、そのまま読むだけでは、変更点の全体像や実際のインパクトを把握するのは簡単ではありません。

そこで今後は、Data 360 のまとめ記事と同様に、Agentforce の毎月の新機能を分かりやすく整理した解説記事 を継続的に公開していきます。

単に新機能を列挙するのではなく、

• 何が変わったのか

• なぜ追加されたのか

• 実際にどのような影響があるのか

という視点で整理し、できるだけ実務に役立つ情報をお届けしたいと思います。

過去の記事

• 2025 年 6 月以前分

• 2025 年 7 月分

• 2025 年 8 月分

• 2025 年 9 月分

• 2025 年 10 月分

• 2025 年 11 月分

• 2025 年 12 月分

• 2026 年 1 月分

• 2026 年 2 月分

• 2026 年 3 月分

• 2026 年 4 月分

• 2026 年 5 月分

• 2026 年 6 月分

• 2026 年 7 月分

• 2026 年 8 月分

• 2026 年 9 月分

• 2026 年 10 月分

• 2026 年 11 月分

2026 年 10 月リリース ハイライト

2026 年 10 月も、Agentforce に多くの新機能や改善が追加されました。

今月は、Agentforce Builder の機能改善に加え、Testing Center によるテスト機能の拡充、Observability による分析機能の強化、Agentforce Voice の改善など、Agent の開発からテスト、運用、改善まで幅広い領域でアップデートが行われています。

また、Agent Memory の一般提供や、Agentforce Coworker の Skills、さまざまな AI Model の追加など、Agentforce の活用範囲を広げる機能も登場しています。

一方で、既存の推論エンジンの変更など、現在 Agentforce を利用している環境にも影響する重要な変更が含まれています。

それでは、2026 年 10 月に発表された主な新機能や変更点を、順番に確認していきましょう。

Agentforce Builder

① Agentforce Assistant が Agent の自動テストに対応（ベータ版）

Agentforce Builder の Agentforce Assistant が、Agent の変更提案だけでなく、変更内容の自動テストにも対応しました。

これまでは、Agentforce Assistant が提案した変更を開発者が適用し、その後、Preview などを使用して動作を確認する必要がありました。

今回のアップデートでは、Agentforce Assistant が変更を提案すると、Simulate Mode で Preview を自動実行し、Agent の基本的な動作だけでなく、さまざまな条件や例外的なケースでも正しく動作するかを検証します。

さらに、期待する動作になるまで改善とテストを繰り返すことができます。

また、Agentforce Assistant が提案した変更だけでなく、開発者自身が行った変更についても、自然言語でテストを指示できます。

例えば、特定の Subagent に対して、異なるユーザー像を想定したテストを実行し、その結果に基づいて動作を改善するよう指示できます。

これにより、開発者が手動でさまざまな質問や条件を入力して確認する作業を減らし、Agent の開発・改善を効率化できます。

② Agentforce Assistant の名称を Agent Optimizer に変更

Agentforce Builder に組み込まれている AI Assistant の名称が、Agentforce Assistant から Agent Optimizer に変更されます。

これまで Agentforce Assistant と呼ばれていた機能や、ベータ版として提供されていた Agentforce Development Agent が、Agent Optimizer という名称に統一されます。

今回の変更に伴い、Agentforce Builder の画面上の名称も以下のように変更されます。

• Agentforce Assistant → Agent Optimizer：Chat Window の名称

• Ask Agentforce → Ask Optimizer：Assistant を起動する Button の名称

• Disable Agentforce Optimizer (Beta) in Agentforce Builder：ベータ版の利用を制御する設定

Agent Optimizer は、Agent の作成、問題の調査、改善などを支援する機能で、今回の名称変更は、こうした役割をより明確にするためのものです。

なお、Agent Optimizer のベータ版は自動的に利用可能になりますが、従来の Assistant の機能のまま引き続き利用することもできます。

その場合は、Setup の Einstein Setup から、Disable Agentforce Optimizer (Beta) in Agentforce Builder を有効化します。

※ ただし、この設定で変更されるのは Chat の動作や Agent の機能であり、画面上の名称変更には影響しません。

③ 新規 Agent に最適な Model を自動選択

Agentforce Builder で新しく Agent を作成する際に、最適な AI Model が自動的に選択されるようになりました。

これまでは、Agent の作成時に使用する Model を選択する必要がありましたが、今回のアップデートでは、Salesforce がさまざまな条件を考慮して、適切な Model を Default として設定します。

Model の選択には、以下の要素が考慮されます。

• Provider Preference：利用する AI Model Provider の優先設定

• Speed：応答速度

• Accuracy：回答の精度

• Cost：利用コスト

• Regional Availability：地域ごとの Model の利用可否

これにより、開発者が Agent の作成時に Model の特性を一つずつ比較しなくても、適切な Model が初期設定されるようになります。

また、自動選択された Model は、Agent の作成後でもいつでも変更できます。

なお、この自動選択が行われるのは Agent を新規作成する際の 1 回のみです。

作成済みの Agent に対して、Salesforce が継続的に最適な Model を再評価して自動変更する仕組みではありません。

そのため、最初は自動選択された Model を利用して開発を進め、必要に応じて、応答品質や処理速度、コストなどを比較しながら別の Model に切り替えることもできます。

今回のアップデートで、Agent の作成時に必要な設定が簡素化され、AI Model の選択に詳しくなくても Agent の開発を始めやすくなります。

④ 従来の Agentforce Builder の推論エンジンを GPT-5.6 Luna に変更

従来の Agentforce Builder で利用されている推論エンジンを、GPT-4o から GPT-5.6 Luna に切り替えられるようになりました。

※ 今回の変更は、Spring ’27 で予定されている GPT-4o の廃止に備えた対応です。Spring ’27 以降は、従来の Agentforce Builder の推論エンジンが自動的に GPT-5.6 Luna に変更されます。

推論エンジンが変更されると、Agent の推論や応答内容が変化する可能性があるため、既存の Agent がこれまでと同じように動作するかを確認する必要があります。

Salesforce では、推論エンジンの変更に伴うテストには数週間を要する場合があるとしており、今後の追加テストを避けるためにも、従来の Agentforce Builder から新しい Agentforce Builder への移行を推奨しています。

新しい Agentforce Builder に移行することで、拡張された機能を利用できるほか、長期的なサポートも受けられます。

一方、従来の Agentforce Builder を引き続き利用する場合は、以下の手順で Reasoning Engine を GPT-5.6 Luna に切り替え、動作を確認する必要があります。

変更方法

1. App Launcher から Agentforce Agents を開きます。

2. 対象の Agent を選択し、Description の編集アイコンをクリックします。

3. Description の末尾に #agent_new_gpt_model:on# を追加します。

4. Save をクリックします。

5. Preview で Agent の動作を確認し、その後 Sandbox でもテストを実施します。

6. 問題がなければ、本番環境に変更を反映します。

なお、Description に #agent_new_gpt_model:on# が設定されていない場合、引き続き GPT-4o が利用されます。

※ この変更は、Winter ’27 にアップグレードされた組織を対象に、2026 年 10 月 12 日の週から順次提供されています。

⑤ 新しい Agentforce Builder の推論エンジンを GPT-5.6 Luna に変更

新しい Agentforce Builder で利用している推論エンジンを、GPT-4.1 から GPT-5.6 Luna に切り替えられるようになりました。

今回の変更は、2027 年 3 月頃に予定されている GPT-4.1 の廃止に備えた対応です。

なお、前述の④で紹介した従来の Agentforce Builder では、GPT-4o から GPT-5.6 Luna への変更でしたが、⑤ は新しい Agentforce Builder の GPT-4.1 が対象となります。

設定方法

1. Agentforce Builder で対象の Agent を開きます。

2. Mode を Script に切り替えます。

3. system: Block の後に、以下の model_config Block を最上位の Block として追加します。

model_config:
    model: "model://sfdc_ai__DefaultGPT56Luna"

4. Save して、Agent の動作をテストします。

また、今後数週間以内に、Agentforce Builder の Home Page に Upgrade Button が追加される予定です。

この Button を利用すると、Agent Script を直接編集しなくても、model_config Block が自動的に追加され、推論エンジンを変更できるようになります。

⑥ Developer Edition・Trial 組織の AI Model 利用制限を変更

Developer Edition や Trailhead Playground などの無料・トライアル組織で利用できる AI Model のリクエスト数や Token 数に、新しい制限が適用されるようになりました。

今回の変更では、組織全体の Model Request に対して、以下の制限が設定されます。

• 1,000 Requests / 時間：1 時間あたりのリクエスト数

• 5,000,000 Tokens / 時間：1 時間あたりの Token 数

• 1,000,000 Tokens / 分：1 分間あたりの Token 数

また、Models API を直接利用する場合は、別の制限が適用されます。

• 5 Requests / 分：1 分間あたりの API リクエスト数

• 100 Tokens / 分：1 分間あたりの Token 数

さらに、無料・トライアル組織では、Advanced Prompts 向けに設定された AI Model が利用できなくなります。

ただし、Agentforce Vibes や、そこで利用が許可されている Claude Opus 系 Model など、独自の利用制限が設定されている機能については、引き続き個別の制限が適用されます。

今回の変更は、特に Developer Edition や Trailhead Playground を使用して Agentforce の開発・検証を行っている場合に影響する可能性があります。

そのため、無料・トライアル組織で AI Model を利用する際は、リクエスト数や Token 数の上限に加え、対象の Model が利用可能かどうかを確認することが重要です。

Agentforce Testing Center

① Test Case 生成時に Context Variable の値を指定可能に

Agentforce Testing Center で、Test Case を生成する際に Context Variable の値を指定できるようになりました。

これまでは、Test Case を生成する際に、Agent が利用する Context Variable の値をまとめて設定することができませんでした。

今回のアップデートでは、Test Case の生成時に必要な Context Variable を選択し、それぞれの値を指定できるようになりました。

指定した値は、生成されるすべての Test Case に自動的に設定されます。

例えば、User の言語や認証状態、地域などを Context Variable として利用する Agent の場合、特定の条件を設定したうえで、複数の Test Case を生成できます。

また、生成後は Test Suite の Grid 上で、Test Case ごとに Context Variable の値を変更することもできます。

これにより、地域や商品カテゴリーなどの条件を変えながら、Agent が正しく動作するかを検証できます。

利用方法

1. Agentforce Studio の Testing Center で、新しい Test Suite を作成します。

2. Test Case を生成する際に、利用する Context Variable を検索して選択します。

3. 選択した Context Variable に値を入力します。

4. Test Case を生成すると、指定した値がすべての Test Case に設定されます。

5. 必要に応じて、Test Suite の Grid または CSV File から、個別の値を変更します。

② Context Variable を使用した「会話」単位の自動テストに対応

Agentforce Testing Center で、Context Variable を使用した Conversation 単位のテストができるようになりました。

これまでは、Conversation 全体をテストする際に、Agent が利用する Context Variable の値を指定することができませんでした。

今回のアップデートでは、Conversation 単位の Test Case を生成する際や、CSV File をアップロードする際に、Context Variable の値を指定できるようになりました。

例えば、User の認証状態や会員情報などを Context Variable として利用する Agent の場合、それぞれの条件を設定したうえで、Conversation 全体の動作をテストできます。

これにより、実際の Agent が動作する際の Context に近い条件で、複数のやり取りを含むテストを実施しやすくなります。

利用方法

1. Agentforce Studio の Testing Center で、Conversation 単位の Test を作成します。

2. Data Step で、必要な Context Variable を追加します。

3. Context Variable の値を指定して、Test Case を生成します。

4. 生成された Test Suite には、指定した Context Variable の値が Column として表示されます。

③ Version Picker で Agent Version の詳細情報を確認可能に

Agentforce Studio の Testing Center で、Agent Version の詳細情報を Version Picker から確認できるようになりました。

今回のアップデートでは、Test Suite で Agent Version を選択する際に、以下の情報を確認できます。

• Commit Status：Version の Commit 状態

• Date：Version の日付

• Owner：Version の所有者

これにより、複数の Agent Version が存在する場合でも、それぞれの状態や作成に関する情報を確認しながら、テスト対象の Version を選択しやすくなります。

利用方法

1. Agentforce Studio の Testing Center で対象の Test Suite を開きます。

2. Version Menu をクリックします。

3. 表示された Agent Version の一覧から、Commit Status、Date、Owner などを確認します。

4. テスト対象の Agent Version を選択します。

Agentforce Agents

① ファイルアップロードの Default を Error Mode に変更

Agentforce の Agent がファイルを受け取る際の Default の動作が、Auto Mode から Error Mode に変更されました。

これまでは、ファイルアップロードに対応した Agent では、Default で Auto Mode が使用され、Agent が受け取ったファイルの処理方法を自動的に判断していました。

今回のアップデートでは、開発者が明示的にファイルアップロードを許可していない場合、Agent はファイルを受け付けず、Error Message を返すようになります。

ファイルアップロードの動作は、以下の Mode で制御できます。

• auto：Agent が受け取ったファイルの処理方法を自動的に判断します。

• managed：ファイルの処理を管理するための Mode です。

• error：ファイルを受け付けず、指定した Error Message を返します。

• disabled：ファイルの受け付けを無効化します。Error Message も返しません。

これにより、Agent が意図せずファイルを受け取ることを防止し、開発者がファイルの取り扱いを明示的に制御できるようになります。

設定方法

ファイルアップロードを利用する場合は、まずファイル処理専用の Subagent を作成し、受け取ったファイルの処理方法や、会話の中でどのように利用するかを Instructions に設定します。

次に、Agentforce Builder の Script View で、config Block に file_upload を追加し、Mode を指定します。

例えば、Auto Mode を利用する場合は、以下のように設定します。

config:
    developer_name: "Support_Agent"
    agent_label: "Customer Support Agent"
    file_upload:
        mode: "auto"

また、ファイルがアップロードされた際に表示する Error Message を変更したい場合は、以下のように設定します。

config:
    developer_name: "Support_Agent"
    agent_label: "Customer Support Agent"
    file_upload:
        mode: "error"
        message: "Sorry, I can't accept files. Is there something else I can help you with?"

なお、ファイルアップロードを利用するには、Agent 側の設定だけでなく、接続している Channel のクライアント側でもファイルを受け付けられるように設定する必要があります。

今回のアップデートは、ファイルアップロード機能そのものの追加ではありませんが、Agent が受け取るファイルを開発者が明示的に制御できるようにするための重要な変更です。

特に、既存の Agent でファイルアップロードを利用している場合は、今回の Default の変更によって動作に影響がないか、設定を確認しておくことが重要です。

② Agent の Metadata Type を簡素化し、組織間の移行を容易に

Agentforce の Agent を Sandbox から本番環境など、異なる組織へ移行する際に使用する Metadata Type が簡素化されました。

これまでは、Agent を移行するために少なくとも 3 種類の Metadata Type が必要でした。

さらに、Agent の Action に関連する Apex Class、Flow、Prompt Template などを、対象の Agent Version に合わせて個別に指定する必要がありました。

今回のアップデートでは、API Version 68.0 から、以下の新しい Metadata Type が利用できるようになりました。

• AiAgentDefinition：Agent の定義

• AiAgentDefinitionVersion：Agent の Version 定義

これらを利用すると、Salesforce CLI で Agent と関連する依存関係を自動的に取得できるため、組織間の移行作業を簡素化できます。

利用方法

• まず、Salesforce CLI を最新 Version に更新します。

• 次に、Package Manifest（package.xml）で、新しい Metadata Type を指定します。

• 例えば、MyServiceAgent という Agent のすべての Version を移行する場合は、以下のように設定します。

<Package xmlns="http://soap.sforce.com/2006/04/metadata">
    <types>
        <members>MyServiceAgent</members>
        <name>AiAgentDefinition</name>
    </types>
    <types>
        <members>MyServiceAgent#*</members>
        <name>AiAgentDefinitionVersion</name>
    </types>
    <!-- Agent Script を使用する場合に追加 -->
    <types>
        <members>MyServiceAgent</members>
        <name>AiAuthoringBundle</name>
    </types>
    <version>68.0</version>
</Package>

なお、Agent Script を使用している Agent では、AiAuthoringBundle も必要です。Agent Script を使用していない場合は、この部分を省略できます。

また、Agent とその依存関係を取得する場合は、Salesforce CLI で以下の Command を実行します。

sf project retrieve start --metadata AiAgentDefinitionVersion --root-type-with-dependencies AiAgentDefinitionVersion

これにより、Agent に関連する Metadata を依存関係も含めて取得できます。

注意事項

• 今回の新しい Metadata Type を使用する場合は、移行元と移行先の両方の組織が API Version 68.0 に対応している必要があります。

• 例えば、Sandbox が Winter ’27、本番環境が Summer ’26 の場合は、引き続き従来の Metadata Type を使用する必要があります。

• 従来の AiAuthoringBundle、Bot、BotVersion も、Package Manifest で API Version 67.0 を指定することで引き続き利用できます。

• なお、今回追加された AiAgentDefinition と AiAgentDefinitionVersion は、現時点では Managed Packaging に対応していません。そのため、Managed Package を利用して Agent を配布する場合は注意が必要です。

Agentforce Interoperability

① 外部 MCP Server に User ごとの認証情報で接続可能に

Employee Agent から外部の MCP（Model Context Protocol）Server に接続する際に、User ごとの認証情報を利用できるようになりました。

今回のアップデートでは、User がそれぞれ自分の Credentials を使用して外部 MCP Server にアクセスできるようになります。

これにより、共通の Service User Token を使用する必要がなくなり、どの User が外部 MCP Server の Tool を利用したのかを、User 単位で追跡できるようになります。

例えば、社内システムと連携する MCP Server を利用する場合、すべての User が共通の認証情報でアクセスするのではなく、各 User の認証情報を使って Agentforce から操作できるようになります。

これにより、User ごとのアクセス管理や監査がしやすくなり、より安全に外部 MCP Server を利用できます。

利用方法

まず、システム管理者が、外部 MCP Server への接続に利用する External Credential を作成します。

※ その際、Principal の Identity Type に Per User を指定 します。

次に、Agentforce Registry で MCP Server を登録します。

1. MCP Server の登録画面で、Authentication Method に External Credential を選択します。

2. Status が Configured になっている External Credential を選択します。

3. Create and Continue をクリックします。

4. 利用を許可する MCP Server の Tool を Allowlist に追加します。

5. External Credential に関連付けられた Permission Set を、利用する User に割り当てます。

• なお、MCP Server の Tool を利用できるのは、Salesforce で認証され、対応する Permission Set が割り当てられた User のみです。

• User が初めて MCP Server の Tool にアクセスすると、認証情報の入力が求められます。

• その後、自分の認証情報を使用して Salesforce から MCP Server の Tool へアクセスすることを許可します。

• 一度認証した後でも、OAuth Credentials の有効期限が切れた場合は、再度認証が必要になります。

• また、User は My Personal Information から、External Credential に対する認証の許可や取り消しを手動で行うこともできます。

• なお、Agentforce Builder の Preview で認証を行った場合は、認証完了後に Conversation 上で「Done」などを入力し、認証手続きが完了したことを Agent に伝える必要があります。

今回のアップデートにより、Agentforce から外部 MCP Server を利用する際に、共通の認証情報に依存せず、User ごとの権限と認証情報を使用した接続が可能になります。

特に、社内システムや外部サービスの操作を Agentforce に任せる場合、User ごとのアクセス制御や監査証跡を維持しながら連携できることは、大きな改善です。

Agent Memory

① Agent Memory が一般提供開始

Agentforce の Agent Memory が一般提供され、Agent が User との過去の Conversation から関連する情報を記憶し、新しい Conversation でも利用できるようになりました。

これまでは、新しい Conversation を開始するたびに、User が同じ情報を Agent に伝える必要がありました。

今回のアップデートでは、Agent が過去の Conversation で取得した情報を参照できるため、User が毎回同じ説明を繰り返す必要がなくなります。

また、User の名前、Locale、Time Zone などの Profile 情報を、最初の Message から参照することもできます。

例えば、以前の Conversation で User が伝えた希望条件などを、次回の Conversation でも利用することで、過去のやり取りを踏まえた応答が可能になります。

利用方法

Agentforce Builder で対象の Agent を開き、Script View に切り替えます。

context Block に以下の設定を追加します。

context:
    memory:
        enabled: True
    user_profile:
        enabled: True

• memory: enabled: True：過去の Conversation に関する Agent Memory を有効化します。

• user_profile: enabled: True：User の名前、Locale、Time Zone などの Profile 情報を最初の Message から参照できるようにします。

なお、Agent Memory の一般提供開始については 9 月版でも紹介しましたが、今回のリリースノートでは、Script View での具体的な有効化方法も確認できるため、10 月版ではその設定方法を中心に紹介しました。

これにより、Agentforce は単発の Conversation だけでなく、過去のやり取りを踏まえた継続的な User Experience を提供しやすくなります。

② 組織全体で Agent Memory を制御可能に

Agentforce の Conversational Memory の機能を、組織全体で一括して有効化・無効化できるようになりました。

これまでは、Agent Script を使用して Agent ごとに Memory の有効化・無効化を設定する必要がありました。

今回のアップデートでは、組織全体の設定から、すべての Agent と User に対して Conversational Memory の利用を一括して制御できます。

組織全体で Conversational Memory を無効化すると、個々の Agent で Memory が有効になっている場合でも、新しい Memory の作成や既存の Memory の利用が停止されます。

ただし、既存の Memory が削除されるわけではなく、無効化している間も保持されます。

また、Conversational Memory を無効化すると、Agentforce Panel に表示される Memory & Preferences アイコンも非表示になります。

設定方法

Conversational Memory は Default で有効になっているため、そのまま利用する場合は設定を変更する必要はありません。

組織全体で無効化する場合は、以下の手順で設定します。

1. Setup の Quick Find に Einstein Generative AI と入力します。

2. Einstein Audit, Analytics, and Monitoring Setup を開きます。

3. Enable Conversational Memory for Agentforce を無効化します。

Agentforce Coworker

① 複数の処理を再利用できる Skills が登場

Agentforce Coworker で、複数の処理を組み合わせたワークフローを Skill として作成し、繰り返し利用できるようになりました。

Skill は、Instructions、Context、Tools を組み合わせ、AI Agent が複数のステップを実行するための仕組みです。

従来の Prompt Template が主に 1 回の生成 AI の Response を作成するのに対し、Skill では複数の Tool を呼び出しながら、一連の業務処理を実行できます。

例えば、Salesforce のレコードを検索し、必要な情報を取得した後、その内容を基にメールを送信するといった一連の作業を Skill として定義できます。

作成した Skill は Skill Builder で公開し、Agentforce Coworker の Skills から実行できます。

これにより、繰り返し行う業務を再利用可能な Skill として標準化し、User が複数の操作を個別に指示する手間を減らすことができます。

利用方法

まず、Setup の Permission Sets から、利用する User に必要な Permission Set を割り当てます。

• AI Skill User：Skill の作成、編集、公開、共有、実行が可能

• AI Skill Manager：組織内のすべての Skill を表示・管理可能

なお、AI Skill User には Einstein Prompt Builder Add-on、AI Skill Manager には Einstein Platform Add-on のプロビジョニングが必要です。

次に、Agentforce Studio の Skill Builder、または Agentforce Coworker から Skill を作成します。

Skill Builder で Instructions や使用する Tools などを設定し、作成した Skill を公開します。

公開された Skill は、Agentforce Coworker の Skills から選択して実行できます。

※ この機能は、Winter ’27 にアップグレードされた組織を対象に、2026 年 10 月 19 日の週から順次提供されています。

今回のアップデートにより、単に AI に回答を生成させるだけでなく、複数の処理を組み合わせた業務を Skill として再利用できるようになりました。

Agentforce Grid

① Grid Agent で自然言語による設定・分析が可能に

Agentforce Grid で、自然言語を使用して Worksheet の列を設定したり、データを分析したりできる Grid Agent が利用できるようになりました。

これまでは、Worksheet の列を設定する際に、開発者が必要な設定を行う必要がありました。

今回のアップデートでは、Grid Agent に自然言語で指示することで、列の作成・設定や、Worksheet 内のデータに関する分析を行えるようになりました。

例えば、「各 Case の Description を要約する列を作成して」と指示すると、Grid Agent が必要な列の設定を提案します。

User が提案内容を確認して承認すると、Grid Agent が列を作成・設定します。

また、「Sales Stage の列にはどのような傾向がありますか？」と質問すると、Worksheet 内のデータを分析し、その結果を回答します。

利用方法

• Agentforce Grid の Worksheet を開くと、Default で Grid Agent の Sidebar が表示されます。

• この Sidebar から、作成したい列や分析したい内容を自然言語で入力します。

• 列の作成・設定を指示した場合は、Grid Agent が提案した内容を確認し、承認することで設定が反映されます。

今回のアップデートにより、Worksheet の列を手動で設定する作業を減らせるだけでなく、自然言語でデータの傾向を確認できるようになりました。

Agentforce Observability

① Sessions & Intents の分析画面を刷新

Agentforce Observability の Sessions & Intents が改善され、処理済みと未処理の Session を同じ画面で確認できるようになりました。

これまでは、処理済みの Session を中心とした画面で確認していましたが、今回のアップデートでは、Default の Recent Sessions から、処理済み・未処理の Session をまとめて確認できます。

さらに、よく利用する表示設定の保存や、Session の評価、Export などを同じ画面から実行できるようになりました。

主なポイントは以下のとおりです。

• Recent Sessions：処理済み・未処理の Session をまとめて確認

• Saved Views：表示項目や条件をカスタマイズし、よく利用する View を保存・固定

• Evaluations：再利用可能な AI Scorer や Feedback Template を作成・管理

• Export：Session の一覧を CSV として出力、または選択した Session を Agentforce Grid に送信

なお、従来の画面も引き続き利用でき、View Menu から Sessions with Intents を選択することで表示できます。

利用方法

1. Agentforce Studio の Observe & Optimize から Sessions & Intents を開きます。

2. Default では Recent Sessions が表示され、処理済み・未処理の Session を確認できます。

3. 表示項目を変更したい場合は Settings から設定し、よく利用する View を保存できます。

4. また、Evaluations から AI Scorer や Feedback Template を管理し、Export から CSV 出力や Agentforce Grid への送信を実行できます。

なお、この機能を利用するには、Access Agent Optimization と Data Cloud User の Permission Set を割り当てる必要があります。

※ この機能は、Winter ’27 にアップグレードされた組織を対象に、2026 年 10 月 19 日の週から順次提供されています。

今回のアップデートにより、Agent の Session の確認から評価、分析に必要なデータの Export までを一つの画面で進めやすくなりました。

特に、多数の Session を確認しながら Agent の動作を継続的に改善する場合に、分析作業を効率化できることは便利な改善だと思います。

② Agent が回答に使用した Knowledge Source を確認可能に

Agentforce Observability で、Agent が回答の作成に使用した Salesforce Knowledge の記事や外部の情報源を確認できるようになりました。

これまでは、Agent がどの情報を参照して回答を作成したのかを調査する際に、参照元を確認しづらい場合がありました。

今回のアップデートでは、Sessions & Intents から対象の Session を開くことで、Agent が回答に利用した Knowledge Source を Sources から確認できます。

例えば、Agent が社内の製品マニュアルや FAQ を参照して回答した場合、どの Knowledge 記事が使用されたのかを確認できます。

これにより、Agent が誤った回答をした場合でも、参照した情報が古かったのか、適切な Knowledge を利用していなかったのかなど、問題の原因を調査しやすくなります。

利用方法

1. Agentforce Studio の Sessions & Intents から対象の Session を開きます。

2. Session Log に表示される Sources から、Agent が回答に使用した Salesforce Knowledge の記事や外部の情報源を確認できます。

画像

• なお、この機能を利用するには、Agent Optimization と Agent Analytics が有効になっている必要があります。

• また、利用する User には、Access Agentforce Optimization と Data Cloud User の Permission Set が必要です。

• ※ Agent Analytics Dashboard を表示する場合は、別途 CRM Analytics User または Einstein Analytics Plus の Permission Set も必要です。

③ Agentforce Voice の音声処理の遅延や認識精度を確認可能に

Agentforce Observability で、Agentforce Voice の音声処理にかかる時間や、音声認識の精度を Session Trace から確認できるようになりました。

今回のアップデートでは、Agent の応答中に長い無音時間が発生した場合や、User の発言が正しく認識されなかった可能性がある場合に、その原因を調査しやすくなりました。

主なポイントは以下のとおりです。

• Agent Silence：Agent の応答中に異常に長い無音時間が発生した場合、時計アイコンで表示

• Speech to Text：User の音声をテキストに変換する処理時間を確認

• Text to Speech：Agent の回答を音声に変換する処理時間を確認

• ASR Confidence：音声認識の信頼度を単語単位で確認

例えば、User の発言が正しく認識されなかった場合、Transcript 内で信頼度の低い単語が強調表示されるため、音声認識に問題があった可能性を確認できます。

また、Agent の応答が遅い場合には、Speech to Text や Text to Speech の処理時間を確認することで、音声処理のどの部分で時間がかかっているのかを調査できます。

利用方法

• Agentforce Observability から対象の Voice Session を開きます。

• 異常に長い無音時間が発生した箇所には時計アイコンが表示され、Transcript では音声認識の信頼度が低い単語が強調表示されます。

• また、Trace Tab を開くことで、Speech to Text や Text to Speech の処理時間、単語単位の ASR Confidence Score などを確認できます。

なお、この機能を利用するには、Agent Optimization と Agent Analytics が有効になっている必要があります。

また、利用する User には、Access Agentforce Optimization と Data Cloud User の Permission Set が必要です。

※ Agent Analytics Dashboard を表示する場合は、別途 CRM Analytics User または Einstein Analytics Plus の Permission Set も必要です。

今回のアップデートにより、Agentforce Voice の応答が遅い原因や、音声認識の問題をより詳しく調査できるようになりました。

特に、音声によるやり取りでは、応答までの待ち時間や認識精度が User Experience に直接影響するため、Agentforce Voice の品質改善に役立つ機能だと思います。

④ Agentforce Observability の評価指標と計算方法を変更

Agentforce Observability で、Agent の応答速度や処理の成功率などを評価する指標の名称と計算方法が変更されました。

今回のアップデートでは、単に指標名が変更されただけでなく、一部の指標では集計対象や成功と判定する条件も見直されています。

主な変更点は以下のとおりです。

• Agent Response Latency：従来の Time to First Token から名称を変更。User の発言が終了してから、Agent が応答を開始するまでの時間を計測します。

• Turn Completion Rate：従来の Agent Response Rate から名称を変更。User の発言に対して、60 秒以内に Agent が最初の Token を返した割合を計測します。

• Abandonment / Deflection：計算対象となる Session に、少なくとも 1 件の User Message が必要になりました。また、Abandonment と Deflection の両方に該当する場合は、Deflection として分類されます。

• Success Rate：成功の判定条件を変更。少なくとも 1 つの Action Step が完了し、Step Error が発生していない Interaction を成功として計測します。

• Agent Interaction Duration：Agent Analytics の Dashboard Template から削除されました。

特に注意したいのは、Success Rate の計算方法が変更されたことです。

従来は、Error が発生していない Engaged Interaction を基準に計測していましたが、今回の変更では、少なくとも 1 つの Action Step が完了していることが成功の条件に加わりました。

そのため、Agent が User に回答しただけで Action Step が完了していない場合は、新しい Success Rate の成功条件を満たしません。

また、Abandonment と Deflection の計算方法も変更されているため、アップデート前後で数値を比較する場合は、計算条件が異なることに注意が必要です。

確認方法

• Agentforce Observability の Agent Analytics Dashboard や Session View から、変更された指標を確認できます。

• なお、この機能を利用するには、Agent Optimization と Agent Analytics が有効になっている必要があります。

• また、Agentforce Observability を利用する User には、Access Agentforce Optimization と Data Cloud User の Permission Set が必要です。

• ※ Agent Analytics Dashboard を表示する場合は、別途 CRM Analytics User または Einstein Analytics Plus の Permission Set も必要です。

⑤ Voice Call データを Agentforce Analytics で分析可能に

Agentforce Observability で、Voice Call のデータを Agentforce Analytics の Data Model にマッピングできるようになりました。

これにより、Agent の Session 情報と Voice Call のデータを組み合わせて、音声による顧客対応を分析できるようになります。

今回のアップデートでは、Session Tracing Data Model を有効化すると、Voice Call が Agentforce Analytics Foundations の Data Model に自動的に追加されます。

Voice Call のマッピングが正常に完了し、必要な Voice のアクセス権限がある場合は、Semantic Data Model にマッピング済みの Object として表示されます。

一方、必要なアクセス権限がない場合や、Voice Call のインストールに失敗した場合は、マッピングされていない Object としてグレー表示されます。

マッピングされる Voice Call DMO には、以下の項目が含まれます。

• Created Date：Voice Call の作成日時

• Disconnect Reason：通話の終了理由

• ID：Voice Call の識別子

• Quality Score：通話の品質スコア

利用条件

この機能を利用するには、Agent Optimization と Agent Analytics が有効になっている必要があります。

また、利用する User には、以下の Permission Set が必要です。

• Access Agentforce Optimization

• Data Cloud User

Agent Analytics Dashboard を表示する場合は、別途 CRM Analytics User または Einstein Analytics Plus の Permission Set が必要です。

さらに、Voice Call のマッピングには、Service Cloud Voice または Native Voice へのアクセス権限が必要です。

Prompt Builder

① Prompt Template の条件分岐が一般提供開始

Prompt Builder で、Prompt Template 内に条件分岐を設定できる機能が GA（一般提供） になりました。

この機能では、if、else if、else を使用し、Salesforce のレコードなどから取得したデータに応じて、生成 AI に渡す Prompt の内容を切り替えることができます。

これまでは、条件によって異なる指示を与えたい場合、複数の Prompt Template を作成する必要がありましたが、今回の機能を利用することで、1 つの Prompt Template で複数のパターンに対応できます。

例えば、Case の Priority に応じて、以下のように指示内容を変更できます。

• if：Priority が High の場合、緊急性を考慮した回答を生成

• else if：Priority が Medium の場合、通常の優先度に応じた回答を生成

• else：それ以外の場合、標準的な回答を生成

このような条件は、Merge Field と比較演算子などを使用して設定します。

なお、条件分岐は生成 AI が判断するのではなく、Prompt Template 内で条件を評価し、一致した部分のテキストが生成 AI に渡される仕組みです。

設定方法

1. Prompt Builder から Prompt Template を作成し、Block Editor を開きます。

2. 既存の Prompt Template が Classic Editor で作成されている場合は、Block Editor に変換します。

3. 次に、Editor 内で / を入力し、表示される Menu から Conditional Block または If Statement を選択します。

4. 条件式には、例えば以下のように入力します。

{!Case.Priority} == "High"

5. その後、条件が一致した場合の指示を入力します。
※ さらに、Add Else If や Add Else を使用することで、複数の条件分岐を設定できます。

6. 設定後は Preview で動作を確認し、Save します。

② Block Editor で Prompt の書式設定が可能に

Prompt Builder の Block Editor で、見出し、箇条書き、太字、斜体、下線、区切り線などの書式設定が利用できるようになりました。

これまでは、Prompt の指示が複雑になるほど、内容を整理して管理することが難しくなる場合がありました。

今回のアップデートでは、Prompt の内容を視覚的に整理できるだけでなく、設定した書式が Save、Preview、生成 AI の実行時にも維持されるようになりました。

主なポイントは以下のとおりです。

• 見出し：#、##、### を入力し、3 段階の見出しを設定

• 文字装飾：太字、斜体、下線を Toolbar やショートカットキーから設定

• 箇条書き：- を使用した箇条書きや番号付きリストに対応

• 区切り線：--- を入力してセクション間に区切り線を追加

• Paste：Markdown、RTF、HTML のテキストを貼り付けた場合も書式を維持

利用方法

• Prompt Builder で Prompt Template を作成し、Block Editor を開きます。

• 既存の Prompt Template が Classic Editor で作成されている場合は、Block Editor に変換します。

• 次に、Editor 内で見出しや箇条書きなどを設定します。

• 文字装飾は Toolbar のほか、Ctrl + B（太字）、Ctrl + I（斜体）、Ctrl + U（下線）などのショートカットキーでも設定できます。

• また、**bold** や *italic* など、Markdown 形式で入力することも可能です。

③ Word・Excel・PowerPoint などのファイルを Prompt Template の Grounding に利用可能に

Prompt Builder で、Word、Excel、PowerPoint、テキスト、CSV、メールなどのファイルを Grounding に利用できるようになりました。

これまでは、PDF や JPEG、PNG などのファイルに対応していましたが、今回のアップデートでは、Microsoft Office のファイルをはじめ、さまざまな形式のファイルを Prompt Template に追加できるようになりました。

これにより、Word や Excel などのファイルを PDF に変換することなく、そのまま生成 AI の回答に利用できます。

新たに利用できる主なファイル形式は以下のとおりです。

• Word：.doc、.docx

• Excel：.xls、.xlsx、.xltx

• PowerPoint：.ppt、.pptx

• テキスト・CSV：.txt、.csv

• メール：.eml

従来から対応している .pdf、.jpg、.jpeg、.png も引き続き利用できます。

例えば、Word で作成された製品マニュアルや、Excel で管理されている製品情報などを Salesforce Files に登録し、Prompt Template に追加することで、その内容を生成 AI が回答を作成する際の参考情報として利用できます。

利用方法

1. Setup の Quick Find から Prompt Builder を開きます。

2. 既存の Prompt Template を開くか、New Prompt Template から新しく作成します。

3. 次に、File Input を追加し、Grounding に利用する Salesforce File を選択します。

4. これにより、Prompt Template の実行時に、指定したファイルを生成 AI の Grounding に利用できます。

なお、すべての AI Model が File Input に対応しているわけではありません。利用する AI Model の Details から、ファイルの制限事項を確認する必要があります。

Agentforce Voice

① Dynamic Routing の対応国を拡大

Agentforce Voice の Dynamic Routing で利用できるローカル電話番号の対応国が拡大され、新たに コロンビア と シンガポール が追加されました。

Dynamic Routing は、既存の Telephony System で受けた通話を、Agentforce Voice の Voice Agent へ転送するための仕組みです。

これまでも、アイルランド、イスラエル、メキシコ、日本などで利用できましたが、今回のアップデートにより、さらに多くの国でローカル電話番号を利用できるようになりました。

今回の Winter ’27 で追加された国と提供開始日は以下のとおりです。

• 2026 年 8 月 14 日：アイルランド、イスラエル、メキシコ

• 2026 年 9 月 3 日：日本

• 2026 年 10 月 8 日：コロンビア、シンガポール

利用方法

• Dynamic Routing を利用する場合は、reserveRoutableNumber API を呼び出して、対象国のローカル電話番号を取得します。

• その後、既存の Telephony System から取得した電話番号へ通話を転送することで、Agentforce Voice の Voice Agent に接続できます。

② Real-Time Streaming による通話転送に対応

Agentforce Voice で、Real-Time Streaming を利用し、Amazon Connect から Agentforce に通話を直接転送できるようになりました。

これまでは、音声対応の Agent に通話を転送する際に、固定電話番号を利用する方法や、SIP Trunk を構成する方法などが必要でした。

今回のアップデートでは、Amazon Connect から WebSocket 接続を通じて、通話音声を Agentforce に直接ストリーミングできるようになりました。

これにより、Agentforce Voice への通話転送において、専用の固定電話番号や SIP Trunk の構成が不要になります。

例えば、Amazon Connect で受け付けた顧客からの電話を、Real-Time Streaming を使用して Agentforce Voice に転送し、Agent が音声で問い合わせに対応するといった構成が可能です。

設定方法

1. まず、Agentforce Voice 用の Messaging Channel を作成し、Communication Protocol に Real-Time Streaming を選択します。

2. 次に、AWS のアクセス権限と認証を設定し、Amazon Connect の Instance と Agentforce を接続します。

3. これにより、Amazon Connect から Agentforce に通話音声をストリーミングできるようになります。

なお、今回の Real-Time Streaming は Amazon Connect を対象とした接続方式です。すべての電話システムで利用できるわけではありません。

※ この機能は、2026 年 10 月 16 日から提供されています。

※ 利用には、対応する Salesforce Edition と Salesforce Voice Add-on が必要です。

今回のアップデートにより、Agentforce Voice と Amazon Connect を連携する際の電話番号や SIP Trunk の構成を簡素化できるようになりました。

特に、Amazon Connect を利用している企業では、既存の電話基盤から Agentforce Voice を活用するための新しい選択肢として、注目したい機能だと思います。

③ Agent による通話の自動終了に対応

Agentforce Voice で、Agent が問い合わせの対応完了を判断して、自動的に通話を終了できる Auto-Hangup 機能が追加されました。

これまでも、顧客から一定時間応答がない場合や、通話が最大時間に達した場合には、Agent 側の通話を自動的に終了する仕組みがありました。

今回のアップデートでは、顧客からの問い合わせに十分対応できたと Agent が判断した場合にも、自動的に通話を終了できるようになりました。

さらに、外部の電話システムを利用している場合には、Auto Disconnect を有効化することで、通話終了時に制御を電話システム側へ戻し、通話終了理由に応じて、その後の処理を切り替えることができます。

主なポイントは以下のとおりです。

• Auto-Hangup：問い合わせへの対応が完了したと Agent が判断した場合に、自動的に通話を終了する機能

• Auto Disconnect：Agent が通話を終了した際に、制御を外部の電話システムへ戻す機能

• Disconnect Reason：通話終了理由を VoiceCall レコードから取得し、IVR などで後続処理を制御

例えば、Agent が顧客の質問に回答し、問い合わせが解決した場合、通話終了理由として Customer Intent Fulfilled が記録されます。

外部の電話システムでは、この終了理由を確認することで、通話をそのまま終了するなどの処理を行えます。

これにより、Agent が対応を完了した通話を、不要にオペレーターへ転送することを防止できます。

設定方法

当初のリリースでは、Auto-Hangup は Default で False となっており、利用するには明示的な設定が必要でした。

1. Agentforce Studio から対象の Agent の Telephony Connection を開きます。

2. Script Mode に切り替えます。

3. Telephony の Code Block で、auto_hangup を True に設定します。

追加の設定は、使用する電話システムによって異なります。

• Agentforce Contact Center：Agent の Auto-Hangup を有効化するだけで利用可能

• Partner Telephony：Auto-Hangup に加えて、IVR 側で VoiceCall の Disconnect Reason を取得する処理を用意し、Agentforce Voice Setup で Auto Disconnect を有効化

Auto Disconnect は Default で無効となっており、Partner Telephony を利用する組織全体に適用される設定です。

Auto-Hangup だけを有効化した場合、Agent 側の処理は終了しますが、外部の電話システムとの通話は顧客が電話を切るまで継続します。そのため、Partner Telephony では両方の設定を確認する必要があります。

※ Auto-Hangup は Telephony Connection でのみ利用できます。

※ この機能は、Winter ’27 にアップグレードされた組織を対象に、2026 年 10 月下旬から順次提供されています。

☆☆☆ Auto-Hangup の Default 設定が有効に変更

さらに、2026 年 10 月 26 日の週に発表された追加のリリースノートでは、Auto-Hangup が Default で有効になることが発表されました。

この変更は、2026 年 11 月 9 日の週から順次提供予定です。

これまでは、Auto-Hangup を利用するには明示的に True を設定する必要がありましたが、変更後は、特に設定しなくても Agent が問い合わせの対応完了を判断して通話を終了するようになります。

ただし、すでに auto_hangup の値を明示的に設定している Agent については、その設定値が維持されます。

また、従来の Connection 単位の設定が削除され、Auto-Hangup を無効化したい場合は、Agent Script の config Block に以下の設定を追加します。

この変更によって、特に Auto-Hangup の値を明示的に指定していない既存の Agent では、問い合わせへの対応が完了したと判断した時点で、Agent が通話を終了するようになる可能性があります。

そのため、通話終了のタイミングや、外部の電話システムへの制御の引き継ぎなどについて、事前に動作を確認しておくことが重要です。

なお、今回変更されるのは Auto-Hangup の Default 設定であり、Partner Telephony で利用する Auto Disconnect は引き続き別途設定が必要です。

※ この変更は、Winter ’27 にアップグレードされた組織を対象に、2026 年 11 月 9 日の週から順次提供予定です。

Supported Models

① Gemini 2.5 系 Model のリクエストを Gemini 3.5 系へ変更

Salesforce でサポートされている Gemini 2.5 Pro、Gemini 2.5 Flash、Gemini 2.5 Flash-Lite のリクエストが、2026 年 10 月 20 日から新しい Gemini 3.5 系 Model へ自動的に転送されるようになりました。

今回の変更では、これまで利用していた Model に応じて、以下のように転送先が変更されます。

• Gemini 2.5 Pro → Gemini 3.5 Flash

• Gemini 2.5 Flash → Gemini 3.5 Flash

• Gemini 2.5 Flash-Lite → Gemini 3.5 Flash-Lite

これにより、既存の Prompt Template や Application で Gemini 2.5 系 Model を指定している場合でも、リクエストは新しい Model に転送されます。

ただし、Model が変更されることで、これまでと同じ Prompt を利用していても、生成される Response が変化する可能性があります。

そのため、Salesforce では、Prompt Builder や AI Models を利用して、新しい Model での動作を事前にテストすることを推奨しています。

特に、既存の Prompt Template を業務で利用している場合は、回答の内容や形式が想定どおりに維持されているかを確認することが重要です。

今回のアップデートは新しい機能の追加ではありませんが、既存の生成 AI の動作に影響する可能性がある Model の切り替えであるため、対象の Model を利用している場合は注意が必要です。

② Gemini 3.8 Flash が一般提供開始

Salesforce で利用できる AI Model として、Gemini 3.8 Flash が一般提供されました。

これにより、Gemini 3.8 Flash を本番環境で利用できるようになり、Prompt Template などの対応する機能で新しい Model を選択できます。

Gemini 3.8 Flash は、以下の機能から利用できます。

• Prompt Builder：Prompt Template で Gemini 3.8 Flash を選択し、生成 AI による Response を作成

• AI Models：Model を選択し、Prompt や Response の動作をテスト

• Models API：API を通じて Model を呼び出し、Application などから利用

③ GPT-6 系 Model が一般提供開始

Salesforce で、OpenAI の GPT-6 Luna、GPT-6 Sol、GPT-6 Astra の 3 つの AI Model が GA（一般提供） になりました。

これにより、これらのモデルを本番環境で利用できるようになり、Prompt Builder の Prompt Template など、対応する機能から選択できるようになりました。

また、Rate Limit は 1 分あたり 1,000 リクエストとなっています。

今回追加されたモデルは以下のとおりです。

• GPT-6 Luna：処理速度やコスト効率を重視したモデル

• GPT-6 Sol：性能とコストのバランスを重視したモデル

• GPT-6 Astra：高度な推論や複雑なタスクに対応する高性能モデル

④ Claude Opus 5 / 5.5 が一般提供開始

Salesforce で、Anthropic の Claude Opus 5 と Claude Opus 5.5 が GA（一般提供） になりました。

これにより、両モデルを本番環境で利用できるようになり、Prompt Builder の Prompt Template など、対応する生成 AI 機能から選択できるようになりました。

今回追加されたモデルと提供開始時期は以下のとおりです。

• Claude Opus 5：2026 年 10 月 5 日の週から順次提供

• Claude Opus 5.5：2026 年 10 月 12 日の週から順次提供

いずれのモデルも、Rate Limit は 1 分あたり 1,000 リクエストとなっています。

⑤ GPT-6.1 Sol が一般提供開始

Salesforce で、OpenAI の GPT-6.1 Sol が GA（一般提供） になりました。

これにより、GPT-6.1 Sol を本番環境で利用できるようになり、Prompt Builder の Prompt Template など、対応する生成 AI 機能から選択できるようになりました。

また、Rate Limit は 1 分あたり 1,000 リクエストとなっています。

Prompt Builder、AI Models、Models API から GPT-6.1 Sol を利用できます。

⑥ Claude Sonnet 5.5 / Haiku 5.5 が一般提供開始

Salesforce で、Anthropic の Claude Sonnet 5.5 と Claude Haiku 5.5 が GA（一般提供） になりました。

これにより、両モデルを本番環境で利用できるようになり、Prompt Builder の Prompt Template など、対応する生成 AI 機能から選択できるようになりました。

いずれのモデルも、Rate Limit は 1 分あたり 1,000 リクエストとなっています。

いかがでしたでしょうか。

2026 年 10 月は、新しい機能の追加だけでなく、Agent の開発・テスト・運用をより効率的に進めるための改善が目立つリリースとなりました。

特に、Testing Center や Observability の機能拡充によって、Agent を作成するだけでなく、その動作を検証し、問題を分析しながら継続的に改善していくための環境が整いつつあると感じます。

また、AI Model や推論エンジンの変更など、既存の Agent の動作に影響する可能性があるアップデートについては、事前の確認やテストも重要になります。

Agentforce は引き続き非常に速いペースで進化していますので、今後も新しい情報が発表されましたら、随時この記事に追記していきたいと思います。

今回は以上です。

次の記事はこちら

前回の記事はこちら

私の note のトップページはこちら